Perpustakaan Digital ITB

Pemeliharaan kebersihan toilet publik di lingkungan Institut Teknologi Bandung (ITB) saat ini masih menghadapi tantangan inefisiensi akibat metode patroli manual tanpa jadwal yang adaptif. Petugas kebersihan yang memiliki beban kerja ganda (multitasking) sering kali menghabiskan waktu untuk memeriksa fasilitas yang sebenarnya dalam kondisi baik, sementara lokasi lain yang membutuhkan penanganan justru terlambat ditangani. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut melalui pengembangan subsistem pendeteksi kadar amonia dan genangan air sebagai bagian dari sistem monitoring toilet berbasis Internet of Things (IoT). Subsistem ini dirancang menggunakan mikrokontroler ESP32 sebagai unit pemroses utama yang terintegrasi dengan sensor gas TGS-2602 untuk mendeteksi bau (amonia) dan sensor konduktivitas berbasis stiker aluminium kustom untuk mendeteksi genangan air di lantai. Metode pengukuran kadar amonia dilakukan dengan mengonversi perubahan resistansi sensor (????????/????0) menjadi satuan konsentrasi (ppm), sedangkan deteksi genangan air memanfaatkan prinsip shortcircuit pada elektroda grid. Data dari kedua sensor diproses secara real-time untuk memberikan notifikasi kondisi sanitasi yang objektif kepada petugas. Hasil pengujian menunjukkan bahwa sensor amonia memiliki stabilitas tinggi dengan standar deviasi 0,011 ppm dan mampu mendeteksi konsentrasi gas dalam rentang 0,63–25,63 ppm, memenuhi spesifikasi desain 0–20 ppm. Namun, sensor ini memiliki keterbatasan sensitivitas silang (cross-sensitivity) terhadap gas organik lain seperti parfum. Pada subsistem deteksi genangan, sensor stiker berhasil memverifikasi area deteksi 10 x 10 cm dengan akurasi 100% pada kondisi kering dan kemampuan filter percikan sebesar 80%. Meskipun demikian, akurasi global sistem tercatat sebesar 60,83% dengan nilai F1-Score 0,6050. Penurunan akurasi ini disebabkan oleh sifat hidrofobik material aluminium dan desain geometris elektroda yang memengaruhi pembentukan genangan statis. Secara keseluruhan, sistem ini berhasil mendigitalkan parameter kebersihan fisik, namun memerlukan optimasi material sensor dan algoritma kompensasi lingkungan untuk meningkatkan keandalan deteksi di masa mendatang.